周 恒，蔡 云

（安徽三聯(lián)學(xué)院服務(wù)機(jī)器人應(yīng)用技術(shù)協(xié)同創(chuàng)新中心，安徽 合肥，230601）

0 引言

隨著人工智能控制技術(shù)的發(fā)展，機(jī)器的智能性越來(lái)越強(qiáng)，機(jī)器人系統(tǒng)逐步得到發(fā)展［1］.采用遙控遠(yuǎn)程控制方式進(jìn)行機(jī)器人的跟蹤控制，提高機(jī)器人的智能控制能力.在進(jìn)行自主遙控輪式機(jī)器人設(shè)計(jì)中，需要分析機(jī)器人的定位軌跡，從而指導(dǎo)自主遙控輪式機(jī)器人的優(yōu)化控制，采用模糊跟蹤控制和信息融合方法，實(shí)現(xiàn)自主遙控輪式機(jī)器人的智能控制，構(gòu)建自主遙控輪式機(jī)器人智能定位模型，結(jié)合相關(guān)的機(jī)器人控制算法，進(jìn)行自主遙控輪式機(jī)器人智能定位設(shè)計(jì)，提高自主遙控輪式機(jī)器人的智能定位和軌跡跟蹤能力，通過(guò)軌跡跟蹤優(yōu)化，提高自主遙控輪式機(jī)器人的動(dòng)態(tài)識(shí)別能力，相關(guān)的自主遙控輪式機(jī)器人跟蹤定位方法研究受到人們的極大關(guān)注.在機(jī)器人目標(biāo)跟蹤定位算法研究方面，國(guó)外的研究起步較早，相應(yīng)的研究成果也較多，典型的研究成果包括基于雙目視覺(jué)技術(shù)的定位算法、基于粒子濾波技術(shù)的定位算法等.而國(guó)內(nèi)這方面的研究起步較晚，但發(fā)展速度較快，針對(duì)機(jī)器人目標(biāo)跟蹤定位方面也提出了比較完善的理論.然而國(guó)內(nèi)的研究工作暫時(shí)停留在理論層面，在應(yīng)用過(guò)程中依舊會(huì)出現(xiàn)跟蹤定位精度低的問(wèn)題.以解決當(dāng)前計(jì)算機(jī)目標(biāo)定位方法中存在問(wèn)題為目的，本文提出基于逐級(jí)離散相關(guān)法的機(jī)器人動(dòng)態(tài)目標(biāo)跟蹤定位算法.以期實(shí)現(xiàn)機(jī)器人的動(dòng)態(tài)參量融合和穩(wěn)定跟蹤控制.

1 自主遙控輪式機(jī)器人的被控對(duì)象及參數(shù)分析

1.1 自主遙控輪式機(jī)器人的被控對(duì)象模型

為了實(shí)現(xiàn)自主遙控輪式機(jī)器人的智能控制和動(dòng)態(tài)目標(biāo)跟蹤，采用智能激光定位方法進(jìn)行機(jī)器人的路徑尋優(yōu)，結(jié)合電勢(shì)場(chǎng)特征分析方法［2］進(jìn)行自主遙控輪式機(jī)器人的動(dòng)態(tài)路徑跟蹤控制，建立輪式移動(dòng)機(jī)器人的動(dòng)態(tài)參數(shù)融合模型，對(duì)自主遙控輪式機(jī)器人進(jìn)行動(dòng)態(tài)目標(biāo)跟蹤定位控制，得到軌跡跟蹤模型如圖1所示.

建立自主遙控輪式機(jī)器人的控制力學(xué)參數(shù)分析模型，采用高精度地圖的SLAM定位方法進(jìn)行自主遙控輪式機(jī)器人的互動(dòng)檢測(cè)，進(jìn)行自主遙控輪式機(jī)器人的信息融合識(shí)別，采用傳感器信息采集的方法，構(gòu)建自主遙控輪式機(jī)器人的運(yùn)動(dòng)參數(shù)分析模型，提取自主遙控輪式機(jī)器人的運(yùn)動(dòng)參數(shù)，得到自主遙控輪式機(jī)器人的傳感參數(shù)量化特征集合為Ss，其中有n個(gè)自變量樣本，采用模糊狀態(tài)特征識(shí)別方法進(jìn)行自主遙控輪式機(jī)器人的運(yùn)動(dòng)學(xué)參數(shù)分析，運(yùn)動(dòng)參數(shù)分布矩陣為：

采用模型信息融合方法，建立自主遙控輪式機(jī)器人的動(dòng)態(tài)跟隨模型，結(jié)合動(dòng)態(tài)空間分塊區(qū)域匹配的方法，進(jìn)行自主遙控輪式機(jī)器人的動(dòng)態(tài)目標(biāo)跟蹤定位控制，得到動(dòng)態(tài)目標(biāo)跟蹤定位控制自適應(yīng)控制矩陣Q，結(jié)合Lyapunov正定性原理，得到自主遙控輪式機(jī)器人的穩(wěn)態(tài)性特征量，存在Q的逆矩陣Q-1，并Q-1同時(shí)也為自主遙控輪式穩(wěn)定性跟蹤的正定矩陣.定義自主遙控輪式的慣性力矢量和轉(zhuǎn)矩矢量：

通過(guò)對(duì)自主遙控輪式的運(yùn)動(dòng)狀態(tài)量融合，進(jìn)行自主遙控輪式的自主尋優(yōu)控制，提高自主遙控輪式的主動(dòng)定位能力.

1.2 運(yùn)動(dòng)參數(shù)特征分析

建立自主遙控輪式機(jī)器人的空間姿態(tài)信息采樣模型，結(jié)合信息素導(dǎo)引控制方法進(jìn)行自主遙控輪式機(jī)器人的輸出慣性參量融合，提取自主遙控輪式機(jī)器人的關(guān)聯(lián)規(guī)則特征量，自主遙控輪式機(jī)器人的空間融合特征量滿足：

使用標(biāo)準(zhǔn)卡爾曼濾波器進(jìn)行自主遙控輪式機(jī)器人的參數(shù)融合，提取自主遙控輪式機(jī)器人的位姿參數(shù)特征量，采用傳感慣性跟蹤識(shí)別方法，進(jìn)行自主遙控輪式機(jī)器人的位姿定位，獲得的實(shí)際軌跡位姿，通過(guò)Q"計(jì)算逆矩陣，得到自主遙控輪式機(jī)器人移動(dòng)軌跡分布特征量描述為：

其中，x(k)∈Rn×1為自主遙控輪式機(jī)器人移動(dòng)特征狀態(tài)，A(k)∈Rn×n為小擾動(dòng)作用下自主遙控輪式機(jī)器人的擾動(dòng)特征量［3］，根據(jù)上述分析，構(gòu)建自主遙控輪式機(jī)器人的被控對(duì)象模型，提取自主遙控輪式機(jī)器人的運(yùn)動(dòng)參數(shù).設(shè)F:R→P(R)為自主遙控輪式機(jī)器人的輪式移動(dòng)慣性軌跡，如果?x0∈R且?x0∈R1，則自主遙控輪式機(jī)器人的目標(biāo)位姿參數(shù)分布滿足?x0∈R2時(shí)，有：

則F在B(x,u)處自主遙控輪式機(jī)器人的力學(xué)分布滿足穩(wěn)定性收斂條件，對(duì)于機(jī)器人的移動(dòng)軌跡點(diǎn)t=0,1,…,k，采用測(cè)度分析方法，得到自主遙控輪式機(jī)器人的優(yōu)化定位參數(shù)為Zk={z0,z1,…,zk}，當(dāng)b＞a時(shí)，自主遙控輪式機(jī)器人的慣性參量為：

而?x,p＞0,u＞0 條件成立時(shí)，自主遙控輪式機(jī)器人運(yùn)動(dòng)動(dòng)能滿足：

采用SLAM算法進(jìn)行自主遙控輪式機(jī)器人的地圖定位［4-5］，自主遙控輪式機(jī)器人定位的穩(wěn)定性跟蹤條件滿足，則：

根據(jù)上述分析，建立自主遙控輪式機(jī)器人的參數(shù)融合模型，根據(jù)參數(shù)定位和融合分析結(jié)果，提高自主遙控輪式機(jī)器人的跟蹤定位能力.

2 自主遙控輪式機(jī)器人的動(dòng)態(tài)目標(biāo)跟蹤

2.1 機(jī)器人激光定位解擾控制

提取自主遙控輪式機(jī)器人的關(guān)聯(lián)規(guī)則特征量，結(jié)合模糊PID控制方法進(jìn)行自主遙控輪式機(jī)器人的輸出穩(wěn)定性控制，目標(biāo)跟蹤定位的關(guān)聯(lián)矢量：

結(jié)合信息素導(dǎo)引控制方法進(jìn)行自主遙控輪式機(jī)器人的輸出慣性參量融合，自主遙控輪式機(jī)器人控制系統(tǒng)為一個(gè)反演閉環(huán)控制系統(tǒng)［6-7］，得到反演控制約束特征量滿足如下條件：

結(jié)合模糊PID控制方法進(jìn)行自主遙控輪式機(jī)器人的輸出穩(wěn)定性控制，提取機(jī)器人的動(dòng)態(tài)參數(shù)［7］.對(duì)于機(jī)器人處于欠驅(qū)動(dòng)模式下滿足?i∈Ss，得到自主遙控輪式機(jī)器人的輸出轉(zhuǎn)矩矢量為［9］：

根據(jù)拉格朗日建模法，進(jìn)行自主遙控輪式機(jī)器人的尋優(yōu)控制，得到特征量滿足，采用擾動(dòng)抑制方法，輸出的穩(wěn)定性參數(shù)滿足.獲得機(jī)器人輪式跟蹤的比例-積分項(xiàng)［10-11］，采用慣性尋優(yōu)，實(shí)現(xiàn)自主遙控輪式機(jī)器人的輸出穩(wěn)定性控制，得到解擾控制輸出為：

其中，Levf表示機(jī)器人的逐級(jí)離散關(guān)聯(lián)特征量，提取機(jī)器人的動(dòng)態(tài)參數(shù)，采用參數(shù)融合方法進(jìn)行機(jī)器人的動(dòng)態(tài)參數(shù)尋優(yōu)，提高機(jī)器人的自主定位能力［12-13］.

2.2 機(jī)器人的目標(biāo)跟蹤定位

本文提出基于逐級(jí)離散相關(guān)法的機(jī)器人動(dòng)態(tài)目標(biāo)跟蹤定位算法，引入逐級(jí)離散相關(guān)法進(jìn)行慣性尋優(yōu)，得到穩(wěn)定性適應(yīng)特征解在坐標(biāo)系中滿足Ox1y1z1，構(gòu)造機(jī)器人動(dòng)態(tài)目標(biāo)軌跡跟蹤模型為：

假設(shè)自主遙控輪式機(jī)器人模型由2個(gè)相同的約束特征量構(gòu)成［13］，假設(shè)Ss為擾動(dòng)矩陣，采用自適應(yīng)魯棒控制方法進(jìn)行自主遙控設(shè)計(jì)，得到融合跟蹤參數(shù)集為：

其中，P、R為自主遙控輪式機(jī)器人運(yùn)動(dòng)的姿態(tài)參量矩陣，在限定初始條件下，自主遙控輪式機(jī)器人的動(dòng)態(tài)目標(biāo)跟蹤定位優(yōu)化參數(shù)為［14］：

其中，w(k)∈Rn表示自主遙控輪式機(jī)器人姿態(tài)陀螺測(cè)量值，綜上分析，采用參數(shù)融合方法進(jìn)行機(jī)器人的動(dòng)態(tài)參數(shù)尋優(yōu)，實(shí)現(xiàn)自主遙控輪式機(jī)器人的動(dòng)態(tài)參量融合和穩(wěn)定跟蹤控制，采用逐級(jí)離散相關(guān)法［15］實(shí)現(xiàn)機(jī)器人動(dòng)態(tài)目標(biāo)跟蹤定位.

3 仿真實(shí)驗(yàn)

實(shí)驗(yàn)中使用的自主遙控輪式機(jī)器人如圖2所示.在執(zhí)行跟蹤定位算法之前設(shè)置實(shí)驗(yàn)對(duì)象機(jī)器人的基本結(jié)構(gòu)參數(shù)，具體的設(shè)置情況如圖3所示.

定位算法仿真程序?yàn)镸atlab，自主遙控輪式機(jī)器人的運(yùn)行場(chǎng)地區(qū)域大小為100 m×100 m，模糊尋優(yōu)的迭代步數(shù)為120，干擾強(qiáng)度為15 dB，信息素導(dǎo)引的空間分布系數(shù)為0.48，根據(jù)上述參數(shù)設(shè)定，進(jìn)行仿真測(cè)試分析.

圖2 自主遙控輪式機(jī)器人實(shí)例Fig. 2 Example of autonomous remote control wheeled robot

圖3 實(shí)驗(yàn)對(duì)象結(jié)構(gòu)參數(shù)設(shè)置Fig. 3 Experimental object structure parameter setting

采用模糊狀態(tài)特征識(shí)別方法進(jìn)行自主遙控輪式機(jī)器人的運(yùn)動(dòng)學(xué)參數(shù)分析，建立自主遙控輪式機(jī)器人的空間姿態(tài)信息采樣模型，實(shí)現(xiàn)自主遙控輪式機(jī)器人的動(dòng)態(tài)定位，得到自主遙控輪式機(jī)器人的目標(biāo)跟蹤定位結(jié)果如圖4所示.

圖4 機(jī)器人的目標(biāo)跟蹤定位實(shí)驗(yàn)結(jié)果圖Fig. 4 Experimental results diagram of robot target tracking and positioning

結(jié)合信息素導(dǎo)引控制方法進(jìn)行自主遙控輪式機(jī)器人的輸出慣性參量融合，提取自主遙控輪式機(jī)器人的關(guān)聯(lián)規(guī)則特征量，實(shí)現(xiàn)自主遙控輪式機(jī)器人的動(dòng)態(tài)目標(biāo)跟蹤定位，得到其定位路徑過(guò)程結(jié)果如圖5所示.

圖5 機(jī)器人動(dòng)態(tài)目標(biāo)跟蹤定位路徑過(guò)程Fig. 5 Robot dynamic target tracking and positioning path process

分析圖4得知，采用本文方法能有效實(shí)現(xiàn)機(jī)器人動(dòng)態(tài)目標(biāo)跟蹤定位，測(cè)試定位精度.為進(jìn)一步分析本文方法的有效性及可行性，本實(shí)驗(yàn)將以跟蹤定位錯(cuò)誤率及時(shí)間開(kāi)銷作為本次實(shí)驗(yàn)指標(biāo)，進(jìn)行仿真.

表1 不同方法的跟蹤定位錯(cuò)誤率及時(shí)間開(kāi)銷Tab. 1 Tracking and location error rate and time overhead of different methods

通過(guò)對(duì)表1中數(shù)據(jù)的統(tǒng)計(jì)計(jì)算，發(fā)現(xiàn)本文方法的定位誤差為2 cm，而文獻(xiàn)［6］方法和文獻(xiàn)［7］方法得出的定位結(jié)果的平均誤差分別為5.33 cm和4.67 cm.另外從時(shí)間開(kāi)銷統(tǒng)計(jì)數(shù)據(jù)上可以看出，與文獻(xiàn)［6］方法和文獻(xiàn)［7］方法相比，本文的時(shí)間開(kāi)銷分別節(jié)省了2.7 s和2.0 s.由此可知，相比于文獻(xiàn)［6］和文獻(xiàn)［7］中提出的方法，本文動(dòng)態(tài)目標(biāo)跟蹤定位算法的定位錯(cuò)誤率更低，時(shí)間開(kāi)銷更小，這是由于本文方法在進(jìn)行機(jī)器人動(dòng)態(tài)目標(biāo)跟蹤定位時(shí)首先進(jìn)行了機(jī)器人激光定位解擾控制，并考慮擾動(dòng)矩陣采用自適應(yīng)魯棒控制方法進(jìn)行自主遙控設(shè)計(jì)，融合跟蹤參數(shù).在限定初始條件下優(yōu)化融合參數(shù)，以降低自主遙控輪式機(jī)器人的動(dòng)態(tài)跟蹤定位錯(cuò)誤率，并減少跟蹤定位所需時(shí)間開(kāi)銷，以此提升工作效率.

4 結(jié)語(yǔ)

本文提出基于逐級(jí)離散相關(guān)法的機(jī)器人動(dòng)態(tài)目標(biāo)跟蹤定位算法.采用傳感器信息采集的方法，構(gòu)建自主遙控輪式機(jī)器人的運(yùn)動(dòng)參數(shù)分析模型，提取自主遙控輪式機(jī)器人的運(yùn)動(dòng)參數(shù)，采用測(cè)度分析方法，得到自主遙控輪式機(jī)器人的優(yōu)化定位參數(shù)，采用參數(shù)融合方法進(jìn)行機(jī)器人的動(dòng)態(tài)參數(shù)尋優(yōu)，實(shí)現(xiàn)自主遙控輪式機(jī)器人的動(dòng)態(tài)參量融合和穩(wěn)定跟蹤控制，采用逐級(jí)離散相關(guān)法實(shí)現(xiàn)機(jī)器人動(dòng)態(tài)目標(biāo)跟蹤定位.分析得知，本文方法進(jìn)行機(jī)器人動(dòng)態(tài)目標(biāo)跟蹤定位的精度較高，且所需時(shí)間開(kāi)銷較小.